ОПРЕДЕЛЕНИЕ НЕЧЕТКИХ УСЛОВИЙ И АНАЛИЗ СУЩЕСТВУЮЩИХ РЕШЕНИЙ В ЗАДАЧЕ ЭВАКУАЦИИ ПРИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ
Аннотация
Количественная оценка в коллективном поведении и принятии решений в нечетких услови-
ях имеет решающее значение для обеспечения здоровья и безопасности населения. Задача моде-
лирования и прогнозирование поведения в нечетких условиях, как известно, имеет повышенную
сложность за счет большого количества факторов, из которых формируется NP-полная много-
критериальная задача. Существует сложность в определении количественной оценки влияния
нечетких факторов с помощью математической модели. В этой связи в работе предлагается
модель принятия решений человеком для описания эмпирического поведения субъектов в экспе-
рименте, имитирующем сценарий чрезвычайной ситуации. Разработанная нечеткая модель
объединяет нечеткую логику в обычную модель социального поведения. В отличие от сущест-
вующих моделей и приложений, такой подход использует нечеткие множества и функции при-
надлежности для описания процесса эвакуации в условиях чрезвычайной ситуации. Цель данной
работы заключается в определении нечетких правил и анализ существующих решений. Научная
новизна заключается в формировании набора факторов, которые формируют нечеткие правила
принятия динамических решений. Постановка задачи в данной работе заключается в следую-
щем: сформировать набор факторов, влияющие на поведение пешеходов, которые моделируют-
ся как нечеткие входные данные. Практическая ценность работы заключается в создании ново-
го набора нечетких правил, позволяющий использовать их в алгоритме эвакуации для эффектив-
ного решения поставленной задачи. Принципиальное отличие от известных подходов в примене-
нии нового набора нечетких правил, который содержит факторы: «восприятия», «намерение»,
«отношение». Для реализации предложенной модели, процесса социального поведения при эва-
куации, определены независимые переменные. Эти переменные включают измерения, связанные с
социальными факторами, другими словами, поведением отдельных субъектов и отдельных ма-
лых групп, которые имеют основополагающее значение на ранней стадии эвакуации.
Литература
in fuzzy conditions, IOP Conference Series: Materials Science and Engineering, 2020,
Vol. 734, pp. 1-6
2. Bozhenyuk A., Gerasimenko E., Kacprzyk J., Rozenberg I. Flow tasks solving in dynamic networks
with fuzzy lower, upper flow bounds and transmission costs, Studies in Fuzziness and
Soft Computing, Vol. 346, pp. 77-159. Springer-Verlag, Heidelberg, 2017.
3. Bozhenyuk A., Belyakov S., Gerasimenko E., Savelyeva M. Fuzzy Optimal Allocation of Service
Centers for Sustainable Transportation Networks Service, In: a hraman C., Sar İ. (eds),
Intelligence Systems in Environmental Management: Theory and Applications. Intelligent Systems
Reference Library, Vol. 113. ,Springer, Cham, 2017.
4. Reneke A. Evacuation decision model. US Department of Commerce, National Institute of
Standards and Technology, 2013.
5. Kuligowski E.D. Human behavior in fire, In The Handbook of Fire Protection Engineering, pp.
2070-2114. Springer, 2016. DOI: 10.1007/978-1-4939-2565-0 58.
6. Kuligowski E.D. Predicting human behavior during fires, Fire Technology, 2013, Vol. 49 (1),
pp. 101-120. DOI: 10.1007/ s10694-011-0245-6.
7. Akter T. and Simonovic S.P. Aggregation of fuzzy views of a large number of stakeholders for
multi-objective flood management decision-making, Journal of Environmental Management,
2005, Vol. 77, pp. 133-143.
8. Roy B. The outranking approach and the foundations of ELECTRE methods, Theory and Decision,
1991, Vol. 31, No. 1, pp. 49-73.
9. Greco S, Kadzinski M.V. Mousseau V. and Slowinski L. ELECTREGKMS: robust ordinal regression
for outranking methods, European Journal of Operational Research, 2011, Vol. 214,
No. 1, pp. 118-135.
10. Gerasimenko E., Kureichik V.V. Minimum cost lexicographic evacuation flow finding in intuitionistic
fuzzy networks, Journal of Intelligent and Fuzzy Systems, 2022, Vol. 42 (1), pp. 251-263.
11. Danilchenko V.I., Danilchenko Y.V., Kureichik V.M. Bio-inspired Approach to Microwave Circuit
Design, IEEE EAST-WEST DESIGN & TEST SYMPOSIUM. EWDTS 2020, pp. 362-366.
– DIO: 10.1109/EWDTS 50664.2020.9224737.
12. Papamichail K., French S. Generating feasible strategies in nuclear emergencies-a constraint satisfaction
problem, Journal of the Operational Research Society, 1999, No. 50 (6), pp. 617-626.
13. Sheu J.B. An emergency logistics distribution approach for quick response to urgent relief
demand in disasters, Transportation Research Part E-Logistics and Transportation Review,
2007, Vol. 43, pp. 687-709.
14. Danilchenko V.I., Danilchenko Y.V., Kureichik V.M. Application of genetic algorithms in solving
the problem of placing elements on a crystal taking into account the criterion of the maximum
number of linear segments, 5th International Scientific Conference “Intelligent Information
tech nologies for Industry”, 2021, pp. 10-14.
15. Gladkov L.A., Gladkova N.B. Osobennosti ispol'zovaniya nechetkikh geneticheskikh
algoritmov dlya resheniya zadach optimizatsii i upravleniya [Features of using fuzzy genetic
algorithms for solving optimization and control problems], Izvestiya YuFU. Tekhnicheskie
nauki [Izvestiya SFedU. Engineering Sciences], 2009, No. 4, pp. 130-136.
16. Rodzin S.I. Vychislitel'nyy intellekt: nemonotonnye logiki i graficheskoe predstavlenie znaniy
[Computational intelligence: non-monotonic logics and graphical representation of knowledge],
Programmnye produkty i sistemy [Software products and systems], 2002, No. 1, pp. 20-25.
17. Gerasimenko E.M. Nechetkaya model' nakhozhdeniya maksimal'nogo dinamicheskogo potoka
dlya resheniya zadachi evakuatsii zdaniy [Fuzzy model of finding the maximum dynamic flow
for solving the problem of evacuation of buildings], Izvestiya YuFU. Tekhnicheskie nauki
[Izvestiya SFedU. Engineering Sciences], 2019, No. 4 (206), pp. 15-26.
18. Rodzin S.I. Bioevristiki mnogokriterial'noy optimizatsii: proektirovanie i gibridizatsiya [Bio
heuristics of multicriteria optimization: design and hybridization], Tr. mezhd. kongressa
«IS&IT'18» [Proceed ngs of the Internat onal Congress “IS&IT'18”]. Taganrog: Izd-vo Stupina
S.A., 2018, T. 1, pp. 33-47.
19. Lombroso D., Vinet F. Tools to Improve the Production of Emergency Plans for Floods: Are
They Being Used by the People that Need Them?, Jour. of Contingencies and Crisis Management,
2012, Vol. 20, pp. 149-165.
20. Yildiz M.C., Madden P.H. Improved Cut Sequences for Partitioning Based Placement, IEEE
Design Automation Conference, 2001, pp. 776-779.
